我是LeePoet。今天给大家推荐一款我最近深度体验的ComfyUI节点——ComfyUI-HYPIR，这是一个基于HYPIR项目开发的图像修复工具，专门针对SD2.1模型进行了优化，能够实现高质量的图像修复和超分辨率放大。该技术基于扩散模型生成的分数先验进行图像修复与放大，具有高质量、清晰、锐利的效果。
💡 为什么选择HYPIR？
HYPIR（Harnessing Diffusion-Yielded Score Priors for Image Restoration）是一个利用扩散模型得分先验进行图像修复的先进技术。相比传统的ESRGAN放大方式，HYPIR在细节保留和伪影控制方面表现更出色，特别适合处理模糊、噪点严重的图像。
🎯 适用场景
ComfyUI-HYPIR几乎覆盖了所有图像修复需求：
- 老照片修复：将模糊的老照片恢复到高清状态
- 商品图优化：电商产品图放大后依然保持清晰细节
- 动漫/游戏素材：二次元图片放大后线条清晰，色彩饱满
- 人像写真：针对人像照片进行专项优化，面部细节更自然
- 风景照片：自然风光放大后远景细节依然丰富
HYPIR可在GitHub上找到，推荐使用其ComfyUI插件实现，模型需下载并放置于ComfyUI的models文件夹中。操作流程包括单张图片上传、设置放大倍数（支持1-8倍，推荐2-4倍），并通过HYPIR Advanced节点进行处理。放大前后对比，HYPIR在不改变原图结构的前提下显著提升清晰度。此外，支持批量处理，通过设置路径和数量实现多图自动放大。参数方面，coeff值（默认100，可调至500）影响修复强度，数值越高重绘幅度越大，适用于AI生成图像的增强处理。整体流程稳定、操作简便，建议替代旧有放大方法。
开源地址：https://github.com/11dogzi/Comfyui-HYPIR
这是一个用于 HYPIR（利用扩散得分先验进行图像修复） 的 ComfyUI 插件，HYPIR 是基于 Stable Diffusion 2.1 的先进图像修复模型。
功能特性
- 图像修复：利用扩散先验修复和增强低质量图像
- 批量处理：一次处理多张图片
- 高级控制：可微调模型参数以获得最佳效果
- 模型管理：高效加载和复用 HYPIR 模型
- 放大功能：内置放大功能（1x 到 8x）
安装方法
1. 安装插件
将本文件夹放入 ComfyUI 的 custom_nodes 目录下：ComfyUI/custom_nodes/Comfyui-HYPIR/
2. 安装 HYPIR 依赖
进入 HYPIR 文件夹并安装所需依赖：
cd ComfyUI/custom_nodes/Comfyui-HYPIR/HYPIR pip install -r requirements.txt
3. 模型下载（自动）
HYPIR 模型
修复模型将下载到：ComfyUI/models/HYPIR/HYPIR_sd2.pth
基础模型（Stable Diffusion 2.1）
基础 Stable Diffusion 2.1 模型将在需要时自动下载到：ComfyUI/models/HYPIR/stable-diffusion-2-1-base/
手动下载（可选）：
HYPIR 模型：如果你希望手动下载，可以从以下地址获取 HYPIR 模型：
- HuggingFace: HYPIR_sd2.pth
- OpenXLab: HYPIR_sd2.pth
请将 HYPIR_sd2.pth 文件放在以下任一位置：
- 插件目录：
ComfyUI/custom_nodes/Comfyui-HYPIR/ - ComfyUI 模型目录：
ComfyUI/models/checkpoints/ - 或让插件自动管理，放在
ComfyUI/models/HYPIR/
基础模型： 基础 Stable Diffusion 2.1 模型可从以下地址手动下载：
- HuggingFace：stable-diffusion-2-1-base
请将基础模型放在：ComfyUI/models/HYPIR/stable-diffusion-2-1-base/
注意： 插件会优先在 HYPIR 目录下查找基础模型，如未找到会自动从 HuggingFace 下载。
使用方法
高级图像修复
- 添加 HYPIR Advanced Restoration 节点
- 此节点提供更多参数控制：
model_t：模型步数（默认200）coeff_t：系数步数（默认200）lora_rank：LoRA 阶数（默认256）patch_size：处理块大小（默认512）
配置
你可以在 hypir_config.py 中修改默认设置：
HYPIR_CONFIG = {
"default_weight_path": "HYPIR_sd2.pth",
"default_base_model_path": "stable-diffusion-2-1-base",
"available_base_models": ["stable-diffusion-2-1-base"],
"model_t": 200,
"coeff_t": 200,
"lora_rank": 256,
# ... more settings
}
模型路径管理
插件包含智能模型路径管理：
- HYPIR 模型：自动下载到
ComfyUI/models/HYPIR/HYPIR_sd2.pth - 基础模型：需要时自动下载到
ComfyUI/models/HYPIR/stable-diffusion-2-1-base/ - 本地优先：插件会优先查找本地模型
- 自动下载：仅在本地未找到模型时才下载
最佳效果小贴士
- 提示词：使用与图片内容相符的描述性提示词
- 人像：”high quality portrait, detailed face, sharp features”
- 风景：”high quality landscape, detailed scenery, sharp focus”
- 通用：”high quality, detailed, sharp, clear”
- 放大：
- 1x 表示仅修复不放大
- 2x-4x 适合中等放大
- 8x 为最大放大（速度较慢）
- 参数：
model_t越高（200-500）修复越强coeff_t越高（200-500）增强越明显lora_rank越高（256-512）质量越好（占用更多内存）
- 内存管理：
- 如遇内存不足可用较小的
patch_size（256-512） - 分批处理图片
- 使用模型加载器节点避免重复加载模型
- 如遇内存不足可用较小的
配置
你可以在 hypir_config.py 中修改默认设置：
HYPIR_CONFIG = {
"default_weight_path": "HYPIR_sd2.pth",
"default_base_model_path": "stable-diffusion-2-1-base",
"available_base_models": ["stable-diffusion-2-1-base"],
"model_t": 200,
"coeff_t": 200,
"lora_rank": 256,
# ... more settings
}
模型路径管理
The plugin includes intelligent model path management: 插件包含智能模型路径管理：
- HYPIR Model: Automatically downloaded to
ComfyUI/models/HYPIR/HYPIR_sd2.pth - HYPIR 模型：自动下载到
ComfyUI/models/HYPIR/HYPIR_sd2.pth - Base Model: Automatically downloaded to
ComfyUI/models/HYPIR/stable-diffusion-2-1-base/when needed - 基础模型：需要时自动下载到
ComfyUI/models/HYPIR/stable-diffusion-2-1-base/ - Local Priority: The plugin checks for local models first before downloading
- 本地优先：插件会优先查找本地模型
- Automatic Download: Only downloads when models are not found locally
- 自动下载：仅在本地未找到模型时才下载
最佳效果小贴士
使用模型加载器节点避免重复加载模型
提示词：使用与图片内容相符的描述性提示词
人像：”high quality portrait, detailed face, sharp features”
风景：”high quality landscape, detailed scenery, sharp focus”
通用：”high quality, detailed, sharp, clear”
放大：
1x 表示仅修复不放大
2x-4x 适合中等放大
8x 为最大放大（速度较慢）
参数：
model_t 越高（200-500）修复越强
coeff_t 越高（200-500）增强越明显
lora_rank 越高（256-512）质量越好（占用更多内存）
内存管理：
如遇内存不足可用较小的 patch_size（256-512）
分批处理图片
常见问题
- 导入错误：请确保已安装 HYPIR 依赖cd HYPIR pip install -r requirements.txt
- 模型未找到：插件会自动下载缺失的模型
- 检查网络连接以便自动下载
- HYPIR 模型：将
HYPIR_sd2.pth放在插件目录或 ComfyUI 模型目录 - 基础模型：将
stable-diffusion-2-1-base文件夹放在ComfyUI/models/HYPIR/ - 插件会自动检查并下载缺失模型
实操：
1.先到https://github.com/11dogzi/Comfyui-HYPIR的仓库直接复制插件仓库地址
2.进入本地的.\ComfyUI\custom_nodes目录，右链git bash拉取仓库
3.启动COMFYUI，通过启动器先拉取HYPIR所需要的库并启动到UI
4.打开huggingface.co,直接使用国内镜像源：https://huggingface.1319lm.top/lxq007/HYPIR/tree/main，复制HYPIR的GIT仓库
5.下载HYPIR修复模型，进入.\ComfyUI\models，右键打开git bash，魔法就使用国内镜像源GIT
6.下载stable-diffusion-2-1-base模型，先进入https://huggingface.1319lm.top/Manojb/stable-diffusion-2-1-base/tree/main，把以下红框框住的都手动下载，因为很多都是重复的一样的模型，只是后缀不一样。我们只需要下一个就行。所以这里不能直接GIT整个仓库。
额外说明：text_encoder、unet、vae都只需要下一个模型即可，如果是FP16的，下载到本地后记得把FP16的字去掉，这样才会被节点识别。
7.下载完所有模型后，重新启动COMFYUI
当然，SD放大的模型与技术有很多，可以说都各有千秋，非要说哪几个最好用，只有等LEEPOET闲来有空再给大家介绍，总而言之ComfyUI-HYPIR是一款功能强大、操作简单的图像修复工具，特别适合需要高质量图像放大的用户。无论是老照片修复、商品图优化还是人像写真处理，都能获得令人满意的效果。如果你正在寻找一款稳定、高效的图像超清修复工具，ComfyUI-HYPIR绝对值得一试。我已经将它作为我的主力图像修复工具，强烈推荐给大家！
相关文章：
ComfyUI-GGUF-VLM 结合 llama.cpp GPU 加速：实现图像反推秒级效率
Custom_Nodes篇:ComfyUI-QwenVL反推节点
Custom_Nodes篇:ComfyUI-QwenVL3-image反推节点
